出于学习目的,我实现了一个简单的神经网络框架,它只支持多层感知器和简单的反向传播.它适用于线性分类和通常的XOR问题,但对于正弦函数近似,结果并不令人满意.
我基本上试图用一个由6-10个神经元组成的隐藏层来近似正弦函数的一个周期.网络使用双曲正切作为隐藏层的激活函数和输出的线性函数.结果仍然是对正弦波的粗略估计,需要很长时间才能计算出来.
我查看了encog以供参考,但即便如此,我也无法通过简单的反向传播(通过切换到弹性传播,它开始变得更好但仍然比这个类似问题中提供的超级光滑R脚本更糟糕).我实际上是在尝试做一些不可能的事情吗？是否不可能通过简单的反向传播来近似正弦(没有动量,没有动态学习率)？R中神经网络库使用的实际方法是什么？
编辑:我知道即使使用简单的反向传播也很有可能找到一个足够好的近似值(如果你的初始权重非常幸运)但我实际上更感兴趣的是知道这是否是一种可行的方法.与我的实现或甚至阻塞的弹性传播相比,我链接到的R脚本似乎只是非常快速和强大地收敛(在40个时代,只有很少的学习样本).我只是想知道我是否可以做些什么来改进我的反向传播算法以获得相同的性能,或者我是否需要研究一些更高级的学习方法？
是否有任何基于Web的JMX控制台可用于Tomcat,它基本上提供与Tomcat的JMX代理Servlet相同的功能,但是以更加用户友好的方式？
我知道我可以简单地使用jconsole而不是RMI,但由于防火墙问题,这种解决方案并不总是适用.它还需要额外的服务器端配置,在某些组织中,更改服务器端配置可能不是那么简单.
所以我想要的是一个简单的war文件,我可以在没有任何配置的情况下放入我的容器中(现在让我们忘记安全管理器).此外,如果用户界面会产生质量和可靠性的印象,那将是很好的.
为什么要将JAXB声明为Java应用程序的依赖项,因为它无论如何随JRE一起提供,并且无法在应用程序类路径中覆盖？
以jersey-json为例,在他们的POM文件中,他们声明了对jaxb-impl的依赖,而没有指定确切的版本.他们通过这样做获得了什么？
而且,当我在我自己的POM文件中为jersey-json添加依赖项时,我最终在我的类路径中使用了jaxb-api.jar和jaxb-impl.jar.我为什么要这样呢？如果我不将文件放到endorsed libraries目录中,是不是默认的JVM实现加载？